Power BI 中的 Python答案

【问题标题】：Python inside Power BIPower BI 中的 Python
【发布时间】：2022-10-14 00:07:39
【问题描述】：

下午好，伙计们。

我有一个 python 项目，它给我带来了一个国家的大陆。这是维基百科网站中的网络报废。如何将此作为 Power BI 中的新列应用，将国家/地区（在下面的示例中，“United_States”）变成一个参数，该参数将成为我的 Power BI 报告的国家/地区（国家/地区位于我的 BI 的第一列报告。）？

import requests
from bs4 import BeautifulSoup
url = "https://en.wikipedia.org/wiki/Geography_of_United_States"
soup = BeautifulSoup(requests.get(url).content, "html.parser")

continent = soup.select_one("th:-soup-contains(Continent) + td").text
print(continent)

【问题讨论】：

标签： python powerbi

【解决方案1】：

如果要在 Power BI 中执行此操作，则应使用 Web.Contents 函数来抓取网页。这是一个从维基百科页面获取 html 并对其进行解析的简单查询： let Source = Web.Contents("https://en.wikipedia.org/wiki/Geography_of_United_States"), Data = Json.Document(Source) in Data 然后，您可以使用 Power BI 的 Parsed HTML 功能来解析 HTML 并创建数据集。如果您想使用 Python 来执行此操作，您应该使用 pandas 库将数据加载到 DataFrame 中，然后使用 to_csv() 函数将数据写入 CSV 文件。


import requests
from bs4 import BeautifulSoup
import pandas as pd
url = "https://en.wikipedia.org/wiki/Geography_of_United_States"
soup = BeautifulSoup(requests.get(url).content, "html.parser")
continent = soup.select_one("th:-soup-contains(Continent) + td").text
print(continent)
df = pd.DataFrame([continent])
df.to_csv("continent.csv", index=False, header=False)

如果要在 R 中执行此操作，则应使用 rvest 库来解析 HTML，然后使用 readr 库将数据读入数据框。

library(rvest)
library(readr)
url &lt;- "https://en.wikipedia.org/wiki/Geography_of_United_States"
html &lt;- read_html(url)
continent &lt;- html_nodes(html, "th:-soup-contains(Continent) + td") %&gt;% html_text()
df &lt;- data.frame(continent)
write_csv(df, "continent.csv")

【讨论】：